Stel je voor: je wilt 200+ bedrijven persoonlijk benaderen. Niet met een generieke nieuwsbrief, maar met een bericht dat per ontvanger anders is, met hun naam, hun website en hun specifieke situatie. En je wilt het doen zonder een team van tien mensen of een budget van tienduizenden euro’s.
Wil je AI-automatisering niet zelf uitzoeken maar laten uitvoeren? Bekijk onze dienst AI-automatisering voor het MKB.
Dat is precies wat we bij Red Factory aanpakten. Marketing automation was daarin geen theoretisch concept, maar de ruggengraat van een marketing automation campagne die we van begin tot eind zelf bouwden. In dit artikel laten we je zien hoe dat proces eruitzag: van dataverrijking en fysieke brieven met unieke QR-codes tot automatisch gegenereerde SEO-rapporten via AI.

Inhoudsopgave
Waarom klassieke outreach niet meer werkt
Ken je dat gevoel als je een cold e-mail krijgt die overduidelijk naar duizend andere mensen is gestuurd? “Hallo [Voornaam], ik denk dat jouw bedrijf baat heeft bij onze oplossing…” Je scant het, weet binnen twee seconden dat het bulk is, en gooit het weg.
Dat is het probleem met klassieke b2b-marketing. Bulk e-mail werkt steeds minder goed. Open rates voor koude outreach zijn laag, en dan heb je het nog niet over klikken of reacties. Bedrijven zijn ingesteld op het herkennen en negeren van generieke berichten. Reclame per e-mail mag in principe alleen met vooraf gegeven toestemming, ook naar een zakelijk adres (artikel 11.7 Telecommunicatiewet).
Telefonische acquisitie heeft hetzelfde probleem. Je kunt een hele middag bellen voordat je iemand aan de lijn krijgt die ook maar bereid is om te luisteren. Daarna moet je nog uitleggen wie je bent en waarom je belt. Schaalbaar is dat niet. Kleine ondernemers, zoals zzp’ers en vof’s, mag je sinds 1 juli 2026 alleen nog bellen als ze daar vooraf uitdrukkelijk toestemming voor gaven (zie het bericht van de ACM).
Wat wil je eigenlijk bereiken met outreach? Dat de ontvanger het gevoel heeft dat jij moeite hebt gedaan. Dat jij zijn situatie begrijpt. Dat de boodschap over hem gaat, niet over jou.
Dat klinkt arbeidsintensief. Zonder marketing automation is het dat ook. Maar met de juiste aanpak kun je die persoonlijke touch op grote schaal nabootsen, en op sommige punten zelfs overtreffen wat een mens handmatig zou kunnen doen.
De clou van effectieve marketing automation is: automatiseer de uitvoering, maar maak de inhoud zo specifiek dat het voor elke ontvanger anders is. Dat onderscheid bepaalt of jouw campagne als spam wordt ervaren of als iets wat iemand serieus neemt.
Het fundament: data verzamelen en verrijken
Een goede marketing automation campagne begint niet met een mooie brief. Die begint met goede data. Als je niet weet wie je benadert en wat hun situatie is, kun je niets personaliseren. Dan stuur je gewoon een iets minder generieke bulk-mail.
Voor onze campagne begonnen we met een lijst van bedrijven in dezelfde omgeving. Maar een naam en adres is niet genoeg. We wilden per bedrijf weten:
- Heeft dit bedrijf een website?
- Hoe goed is die website vindbaar in Google?
- Op welke zoekwoorden staan ze al, en hoe scoren ze daar?
- Wat is de geschatte advertentiewaarde van hun organische verkeer?
- Zijn er eenvoudige kansen die ze missen?
Die informatie haalden we op via de DataForSEO API. Die dienst levert zoekdata over Google, zoals zoekposities en het geschatte verkeer, inclusief wat dat verkeer aan advertenties zou kosten, uit eigen databases met zoekresultaten en zoekwoorden (zie DataForSEO Labs). Per bedrijf vroegen we de website op, lieten we de tool de zoekposities analyseren, en sloegen we de resultaten op in een database. Dat hele proces draaide geautomatiseerd, voor alle bedrijven tegelijk. Dat is precies wat AI-automatisering in de praktijk betekent: niet robots die je werk overnemen, maar systemen die het saaie, herhaalbare deel afhandelen zodat jij je op de rest kunt richten.
Niet elk bedrijf haalde de eindlijst. We filterden op bedrijven met een website die actief is. Bedrijven zonder website, of met een site die niet bereikbaar was, vielen af omdat de campagne voor hen geen betekenisvolle inhoud had. Een website die in Google nog nauwelijks gevonden werd, bleef er wel in, want dan ging de brief juist daarover.
Na dataverrijking had je per bedrijf een profiel: naam, website, zoekposities, organisch verkeer, en een inschatting van de advertentiewaarde van dat verkeer. Dat zijn de bouwstenen voor alles wat daarna komt, en voor elke volgende marketing automation stap.
Wat ons hier opviel: de data-stap kost de meeste denkkracht, maar de minste tijd als je het eenmaal goed hebt ingericht. Het handmatig opzoeken van dezelfde informatie voor 200 bedrijven had weken gekost. Automatisch duurde het uren.
De fysieke brief als onverwacht middel
Waarom een fysieke brief? Dat is de vraag die mensen het meest stellen als we dit uitleggen.
Het antwoord is simpel: e-mail is te makkelijk te negeren. Een brief in je brievenbus gooi je niet weg zonder te kijken. Je pakt hem op, je voelt het gewicht, je ziet je eigen naam en bedrijfsnaam staan. Dat is een andere ervaring dan een onderwerpregel in je inbox.
Qua QR-codemarketing is er nog een voordeel: je kunt een unieke code per ontvanger meesturen zonder dat dat opvalt. Bij e-mail ziet iemand een getrackte link en weet direct dat het geautomatiseerd is. Bij een brief is een QR-code gewoon een QR-code.
Elke brief die we verstuurden was anders, want naast de naam en het adres ging ook de inhoud over dat ene bedrijf. De brief noemde de website, hoe vaak die volgens de data per maand via Google gevonden werd en wat dat verkeer aan advertenties zou kosten. Werd een site nog nauwelijks gevonden, dan stond dat er gewoon in. Omdat de ontvangers in hetzelfde pand zaten als wij, sprak de brief ze aan als buren.
Technisch gezien draaide dit deel van het marketing automation proces op geautomatiseerde merge-logica: een template met variabelen die per ontvanger werden ingevuld vanuit de database. Het eindresultaat was een printklare brief per bedrijf, gegenereerd vanuit dezelfde gegevens die we in de dataverrijkingsstap hadden opgebouwd. 200+ brieven, allemaal individueel maar volledig geautomatiseerd gemaakt.
De QR-code op elke brief was uniek. Scan jij die code, dan weet ons systeem precies welk bedrijf jij bent. Je hoeft daarvoor geen naam in te vullen, want de code zelf is aan jouw bedrijfsprofiel gekoppeld. Dat maakt de stap daarna mogelijk.
De landingspagina: van scan tot vragenlijst
Wat er gebeurt na het scannen van de QR-code is het moment waarop de campagne zijn tanden laat zien.
Je komt op een landingspagina die je herkent. Jouw bedrijfsnaam staat er en je website ook, met de korte boodschap dat we er een paar kansen in zien. En er zijn vier korte vragen die ons helpen een rapport op maat te maken.
Vier vragen, niet meer. Dat is een bewuste keuze. Meer vragen betekent meer afhakers. Vier vragen voelen beheersbaar. Je bent klaar voordat je denkt dat het moeite kost.
De vragen gaan over het bedrijf zelf: wat het precies aanbiedt, op welke zoekwoorden het gevonden wil worden, wat het grootste doel van de website is en wie de concurrenten zijn. Dat soort context maakt het rapport daarna veel relevanter dan wanneer we puur op data afgaan.
De infrastructuur achter de landingspagina draait op een snelle, schaalbare hostingoplossing. Technisch gezien is dat Cloudflare Pages met een D1-database, maar dat hoef je als bezoeker niet te weten. Wat telt: de pagina laadt snel, de gegevens worden direct opgeslagen, en er is geen vertraging tussen het invullen van de vragenlijst en het genereren van het rapport.
Zodra iemand de vier vragen invult, worden die antwoorden gecombineerd met de bedrijfsdata die we al hadden. De volgende stap kan beginnen.
AI genereert het rapport: automatisch, maar persoonlijk
Dit is het hart van de hele marketing automation aanpak.
Na het invullen van de vragenlijst wordt automatisch een SEO-rapport gegenereerd dat specifiek is voor dat ene bedrijf. Het rapport gaat in op hun website, hun zoekposities en hun antwoorden op de vier vragen.
Wat staat er in zo’n rapport?
- De huidige zoekposities van de belangrijkste pagina’s
- De geschatte advertentiewaarde van het organische verkeer (wat zou het kosten om dit via Google Ads te kopen?)
- Zoekwoorden die net buiten de top 10 staan, op pagina 2, met een reële kans om door te breken
- Zoekwoorden waarop concurrenten wel gevonden worden en het bedrijf zelf nog niet
- Concrete aanbevelingen die aansluiten bij wat de ontvanger zelf heeft aangegeven in de vragenlijst
De AI-laag in dit proces doet twee dingen. Die combineert de ruwe data tot leesbare inzichten: een positie van 11 in Google wordt vertaald naar “jullie staan net buiten de top 10 voor dit zoekwoord, en met een gerichte aanpak is dat te verbeteren”. En het past de toon en prioriteiten van het rapport aan op basis van de antwoorden uit de vragenlijst. Kiest een bedrijf als doel “Producten verkopen”, dan krijgt het andere aanbevelingen dan een bedrijf dat vooral nieuwe klanten wil aantrekken.
Handmatig zou een vergelijkbaar rapport per bedrijf 2 tot 3 uur werk kosten: data opzoeken, analyseren, schrijven, opmaken. Automatisch staat het rapport er een halve minuut of zo na het invullen van de vragenlijst.
Dat is de belofte van marketing automation die hier daadwerkelijk wordt ingelost. Niet “we sturen jullie allemaal dezelfde e-mail iets eerder”, maar “we maken voor elke ontvanger iets unieks, op schaal, zonder dat het meer tijd kost dan de instelling ervan”.
Wat levert marketing automation op, en hoe meet je het?
De campagne is in maart 2026 gebouwd en in april verstuurd. Resultaten in de zin van klanten of omzet zijn iets dat tijd kost. Dat geldt voor elke outreach-campagne, of je hem nu handmatig of geautomatiseerd draait.
Maar wat je wel direct kunt meten, is het gedrag van de ontvangers. En dat is waar deze aanpak echt verschilt van bulk-outreach.
Per bedrijf kun je alles traceerbaar maken:
- Heeft iemand de brief ontvangen en de QR-code gescand? (meetbaar via de unieke code)
- Heeft diegene de vragenlijst ingevuld? (vastgelegd in de database)
- Is het rapport gegenereerd en bekeken?
- Is er daarna een gesprek ontstaan?
Dat geeft je een trechter die je stap voor stap kunt analyseren. Als veel mensen de QR-code scannen maar de vragenlijst niet afmaken, weet je dat de drempel te hoog ligt. Als mensen het rapport bekijken maar niet reageren, zit er iets in de follow-up. Uit een bulk-e-mailcampagne, waar je vooral open rates en klikken ziet, haal je dat soort inzichten veel moeilijker.
Ter vergelijking: wat zou dit handmatig hebben gekost? Per bedrijf een persoonlijk rapport maken, afdrukken, en versturen kost realistisch gezien een halve dag werk. Voor 200 bedrijven is dat 100 werkdagen, ruim vier maanden werk voor een fulltime medewerker. De geautomatiseerde versie draaide, toen hij eenmaal gebouwd was, in een paar dagdelen.
In de paar weken sinds de campagne hebben we al meerdere SEO-voorstellen mogen samenstellen. Op de 201 brieven kregen we acht reacties, onder meer van mensen die doorkregen wat er nu ineens binnen handbereik ligt door marketing automation. En dit is nog maar het begin.
Zo bouw je dit zelf op, of laat je het uitbesteden
Het volledige marketing automation proces in vijf stappen:
- Data verzamelen: Stel een lijst samen van bedrijven die je wilt bereiken. Verrijk die lijst met relevante data via een API of tool (voor SEO-data kun je tools als DataForSEO of Semrush gebruiken).
- Content genereren: Bouw templates voor brief en rapport met variabelen die per ontvanger worden ingevuld vanuit de database. Definieer welke AI-logica de variabelen omzet naar leesbare tekst.
- Uitvoer automatiseren: Genereer per ontvanger een printklare brief en een unieke QR-code. Koppel die QR-code aan het bedrijfsprofiel in de database.
- Landingspagina bouwen: Maak een pagina die bezoekers herkent via hun QR-code, een korte vragenlijst toont, en de antwoorden opslaat.
- Rapportgeneratie koppelen: Schrijf de logica die na invullen van de vragenlijst automatisch een rapport maakt en toont.
Is dit marketing automation systeem haalbaar als je het zelf wilt doen? Ja, maar reken op een paar weken werk om alles uit te dokteren en te finetunen. Je hebt nodig: enige programmeerkennis (om de aanpak te kunnen beoordelen), toegang tot een API met SEO-data, een hostingoplossing voor de landingspagina, en tijd om alles te testen voordat je verstuurt. Welke keuzes bepalen of zo’n systeem blijft werken, lees je in ons artikel over een AI-agent maken.
Het grootste struikelblok is niet de techniek op zich, maar het combineren van al die losse onderdelen tot een geheel dat betrouwbaar werkt. Een fout in de QR-koppeling betekent dat mensen het rapport van een ander bedrijf te zien krijgen. Dat soort bugs wil je voor verzending hebben gevonden.
Als je de technische kant van marketing automation liever uitbesteedt of als je snel wilt starten zonder eerst een systeem te bouwen, dan is samenwerking met een bureau dat dit al heeft ingericht de snellere route.
Wil je ook zo’n campagne opzetten?
Deze marketing automation aanpak hebben we echt gebouwd en verstuurd. Dezelfde opzet kun je herhalen voor andere sectoren en doelgroepen.
De combinatie van dataverrijking, fysieke post met unieke QR-codes, een gepersonaliseerde vragenlijst en automatisch gegenereerde rapporten maakt deze marketing automation aanpak ongebruikelijk. Dat is precies waarom het opvalt. Ontvangers zijn niet gewend aan outreach die over hen gaat in plaats van over de afzender.
Klaar voor een mega start?
Wij wel!
Stel al je vragen over onze producten, prijzen, implementaties, of iets anders. Wij zijn hier om jou te helpen!
